UNIVERSITÀ DEGLI STUDI DI PADOVA - AGRONOMIA ANIMALI ALIMENTI RISORSE NATURALI E
←
→
Trascrizione del contenuto della pagina
Se il tuo browser non visualizza correttamente la pagina, ti preghiamo di leggere il contenuto della pagina quaggiù
UNIVERSITÀ DEGLI STUDI DI PADOVA
AGRONOMIA ANIMALI ALIMENTI RISORSE NATURALI E
AMBIENTE – DAFNAE
Corso di Laurea Magistrale in Scienze e Tecnologie Agrarie
Studio dei pascoli della montagna veneta:
punto di partenza per la valorizzazione
della filiera lattiero-casearia di montagna
Relatore: Prof. Martino Cassandro Laureanda: Daniela Tambosi
Correlatori: Dott. Giovanni Niero Matricola: 1210621
Dott.ssa Cristina Pornaro
Anno accademico: 2019-2020
Daniela Tambosi - Corso di Laurea Magistrale in Scienze e Tecnologie Agrarie - 16 dicembre 2020 1/20
INTRODUZIONE (1)
Semplificazione del
paesaggio
2 Spazio estetico e
Biodiversità
ricreativo
1 3
Diminuzione del numero di allevamenti (-28.53 %)
Diminuzione della superficie coperta da prati e pascoli alpini
Prodotti lattiero-
caseari legati al Turismo
territorio 6 4
Patrimonio
culturale
5
Daniela Tambosi - Corso di Laurea Magistrale in Scienze e Tecnologie Agrarie - 16 dicembre 2020 2/20
INTRODUZIONE (2)
Livinallongo
del Col di Lana
Altopiano di Cansiglio
Asiago
Lessinia
Daniela Tambosi - Corso di Laurea Magistrale in Scienze e Tecnologie Agrarie - 16 dicembre 2020 3/20
approfondire le conoscenze relative alla composizione floristica
e chimica dei pascoli della montagna veneta
fornire un quadro descrittivo delle caratteristiche chimiche e
tecnologiche del latte e del formaggio che vengono prodotti
nella stagione pascoliva e nella stagione invernale
Daniela Tambosi - Corso di Laurea Magistrale in Scienze e Tecnologie Agrarie - 16 dicembre 2020 4/20
MATERIALI E METODI (1)
72 rilievi fitosociologici in 21 pascoli (aree di saggio di 100 m2 )
Caratteristiche del sito di prelievo: Composizione floristica:
- Quota (m s.l.m.) - Componenti agronomiche:
- Esposizione (°N) - Graminiformi
- Pendenza (%) - Fabaceae
- Presenza di rocce (%) - Altre specie
- Terreno nudo (%) - Specie presenti
- Abbondanza (% copertura del suolo)
- Stadio fenologico (SF)
Daniela Tambosi - Corso di Laurea Magistrale in Scienze e Tecnologie Agrarie - 16 dicembre 2020 5/20MATERIALI E METODI (1)
Cluster analysis 3 gruppi omogenei per composizione botanica
Variabile cluster1 cluster 2 cluster 3
Graminiformi, % 84.00 80.50 81.00
Fabaceae, % 4.11 5.57 4.09
Altre specie, % 11.89 13.95 16.09
N. specie 26.11 30.82 32.18
Poa pratensis Deschampsia
Dactylis glomerata caespitosa
Festuca arundinacea Poa pratensis Festuca nigrescens
Lolium perenne Festuca nigrescens Nardus stricta
Specie
Phleum pratense Ranunculus acris Trifolium pratense
caratterizzanti
Taraxacum sect. Phleum rhaeticum Hieracium pilosella
taraxacum Trifolium pratense Trifolium repens
Trifolium pratense Trifolium repens
Trifolium repens
Daniela Tambosi - Corso di Laurea Magistrale in Scienze e Tecnologie Agrarie - 16 dicembre 2020 6/20MATERIALI E METODI (2)
Campionamento: 500 g di foraggio verde da ciascun’area di saggio
Predizione della
Conservazione Essicazione composizione chimica
in freezer a -20 a 65°C per Macinatura con la spettroscopia al
°C 48 h vicino infrarosso
(DS2500)
Analisi del foraggio con il DS2500
(FOSS Electric A/S, Hillerød, Denmark)
Daniela Tambosi - Corso di Laurea Magistrale in Scienze e Tecnologie Agrarie - 16 dicembre 2020 7/20MATERIALI E METODI (3)
A cadenza quindicinale sono stati raccolti:
nella stagione estiva nella stagione invernale
• 31 campioni (50 ml) di latte di • 45 campioni (50 ml) di latte di
massa massa
• 20 campioni (300 g) di formaggio • 19 campioni (300 g) di formaggio
Fieno e
Pascolo
concentrati
La composizione chimica, proprietà tecnologiche ed il profilo
degli acidi grassi del latte sono stati predetti attraverso la
spettroscopia al medio infrarosso ( λ=2.5-25 μm)
La composizione chimica del formaggio è stata predetta attraverso
la spettroscopia al vicino infrarosso (λ=850-1050 nm)
Daniela Tambosi - Corso di Laurea Magistrale in Scienze e Tecnologie Agrarie - 16 dicembre 2020 8/20MATERIALI E METODI (4)
L’analisi statistica dei dati relativi ai foraggi è stata condotta con il Software SAS versione
9.4 (SAS Institute Inc., Cary, NC, USA).
correlazioni di Pearson
le fonti di variazione dei parametri di composizione chimica sono state studiate
con l’analisi della varianza a quattro vie, secondo il seguente modello lineare:
yijklm = μ + clusteri + GraminiformiSFj + Fabaceae SFk + altrespecieSFl + ε ijklm
Variabile Effetto fisso dello
dipendente stadio fenologico
delle altre specie
Intercetta
complessiva Effetto fisso dello
Effetto fisso dello
del modello Effetto fisso stadio fenologico
stadio fenologico
del cluster delle Fabaceae
delle Graminiformi
I dati relativi a latte e formaggio sono stati elaborati con analisi statistico-descrittive
utilizzando il foglio di calcolo Excel
Daniela Tambosi - Corso di Laurea Magistrale in Scienze e Tecnologie Agrarie - 16 dicembre 2020 9/20RISULTATI E DISCUSSIONE (1)
STATISTICHE DESCRITTIVE
Variabile1 Media CV, % Min Max
Umidità residua, % 1.61 64.61 0.00 4.40
Proteine, %/ SS 7.83 23.78 4.81 13.65
Grassi, %/ SS 2.27 9.42 1.85 2.77
Fibra, %/ SS 34.70 10.19 21.86 43.40
Ceneri, %/ SS 4.44 19.53 2.67 6.75
Zuccheri, %/ SS 7.95 23.63 3.32 12.67
NDF, %/ SS 65.23 8.49 45.41 78.85
ADF, %/ SS 37.96 8.77 24.32 45.25
ADL, %/ SS 5.20 15.72 2.77 6.67
Ca, %/ SS 0.84 19.99 0.41 1.16
1NDF: fibra neutro detersa; ADF: fibra acido detersa; ADL: lignina acido detersa, CV: coefficiente di variazione
Daniela Tambosi - Corso di Laurea Magistrale in Scienze e Tecnologie Agrarie - 16 dicembre 2020 10/20RISULTATI E DISCUSSIONE (2)
CORRELAZIONI
Variabile Proteine Grassi Fibra Ceneri Zuccheri Ca
Umidità 0.69 *** 0.30 * -0.87 *** 0.51 *** 0.84 *** -0.59 ***
Proteine 0.05 -0.88 *** 0.73 *** 0.59 *** -0.51 ***
Grassi -0.27 * -0.07 0.03 0.16
Fibra -0.60 *** -0.78 *** 0.53 ***
Ceneri 0.53 *** -0.64 ***
Zuccheri -0.75 ***
ANALISI DELLA VARIANZA
Variabile11 Cluster Gramin. SF Fabaceae SF Altre sp. SF R2 RMSE
Umidità, % 10.3 *** 1.16 0.83 4.85 * 0.37 0.88
Proteine, %/ SS 72 2.31 0.28 0.87 0.31 1.66
Grassi, %/ SS 5.1 ** 4.23 ** 0.36 1.49 0.30 0.19
Fibra, %/ SS 10.02 *** 1.82 0.77 0.49 0.32 3.12
Ceneri, %/ SS 11.14 *** 4.32 ** 0.18 0.65 0.50 0.66
Zuccheri, %/ SS 16.2 *** 0.61 0.56 6.33 * 0.49 1.44
NDF, %/ SS 10.41 *** 1.49 0.3 0.37 0.31 4.92
ADF, %/ SS 11.88 *** 2.98 * 0.42 0.71 0.38 2.81
ADL, %/ SS 15.11 *** 5.56 ** 0.79 0.81 0.53 0.60
Ca, %/ SS 13.94 *** 5.49 ** 0.8 7.46 ** 0.62 0.11
1NDF: fibra neutro detersa; ADF: fibra acido detersa; ADL: lignina acido detersa, Graminif.: Graminiformi; sp.: specie; R2:
coefficiente di determinazione, RMSE: radice dell’errore quadratico medio, *p < 0.05, **p < 0.01, ***p < 0.001.
Daniela Tambosi - Corso di Laurea Magistrale in Scienze e Tecnologie Agrarie - 16 dicembre 2020 11/20RISULTATI E DISCUSSIONE (3)
MEDIE STIMATE
Proteine, %/SS
Fibra, %/SS
LEGENDA
Cluster: 1, 2, 3.
Ceneri, %/SS
Stadio Fenologico (SF):
3 spigatura/bottoni fiorali
4 inizio fioritura
5 piena fioritura
6 maturazione/ fruttificazione
Daniela Tambosi - Corso di Laurea Magistrale in Scienze e Tecnologie Agrarie - 16 dicembre 2020 12/20RISULTATI E DISCUSSIONE (3)
MEDIE STIMATE
Proteine, %/SS
Fibra, %/SS
LEGENDA
Cluster: 1, 2, 3.
Ceneri, %/SS
Stadio Fenologico (SF):
3 spigatura/bottoni fiorali
4 inizio fioritura
5 piena fioritura
6 maturazione/ fruttificazione
Daniela Tambosi - Corso di Laurea Magistrale in Scienze e Tecnologie Agrarie - 16 dicembre 2020 13/20RISULTATI E DISCUSSIONE (3)
MEDIE STIMATE
Proteine, %/SS
Fibra, %/SS
LEGENDA
Cluster: 1, 2, 3.
Ceneri, %/SS
Stadio Fenologico (SF):
3 spigatura/bottoni fiorali
4 inizio fioritura
5 piena fioritura
6 maturazione/ fruttificazione
Daniela Tambosi - Corso di Laurea Magistrale in Scienze e Tecnologie Agrarie - 16 dicembre 2020 14/20RISULTATI E DISCUSSIONE (4)
STATISTICHE DESCRITTIVE
STAGIONE ESTIVA STAGIONE INVERNALE
Variabile1 Media CV, % Media CV, %
Composizione chimica
Grassi, % 3.67 11.44 3.77 6.28
Proteine, % 3.36 5.41 3.40 4.57
Caseina, % 2.53 6.13 2.58 4.83
Lattosio, % 4.60 4.60 4.76 2.68
SCC, *1000 cellule/ml 222.87 38.85 157.69 49.49
Urea, mg/dl 26.12 15.28 22.54 18.62
Proprietà tecnologiche
a30, mm 28.67 18.73 32.32 11.59
k20, min 6.79 16.38 5.83 14.60
RCT, min 13.23 20.20 10.74 20.08
Profilo degli acidi grassi
Acidi grassi mono- insaturi % 1.02 13.78 0.94 7.12
Acidi grassi poli- insaturi, % 0.10 29.68 0.08 15.04
Acidi grassi saturi, % 2.24 13.25 2.43 7.63
1SCC: contenuto di cellule somatiche k20: Velocità di rassodamento del coagulo
a30: consistenza del coagulo dopo 30 min dall’aggiunta del caglio RCT: tempo di coagulazione
CV: coefficiente di variazione
Daniela Tambosi - Corso di Laurea Magistrale in Scienze e Tecnologie Agrarie - 16 dicembre 2020 15/20RISULTATI E DISCUSSIONE (5)
STATISTICHE DESCRITTIVE
STAGIONE
STAGIONE ESTIVA
INVERNALE
Variabile1 Media CV, % Media CV, %
Grassi, % 34.38 8.85 33.04 11.27
Proteine, % 26.14 16.07 23.11 15.21
Sali, % 2.77 22.47 2.38 26.85
Ceneri, % 6.79 18.45 5.07 19.69
Acido lattico, % 1.50 7.12 1.32 13.86
1CV: coefficiente di variazione
Daniela Tambosi - Corso di Laurea Magistrale in Scienze e Tecnologie Agrarie - 16 dicembre 2020 16/20FORAGGIO
Eterogeneità nella composizione botanica e chimica dei pascoli
Composizione botanica e stadio fenologico influenzano la composizione
chimica del foraggio
PRODOTTI LATTIERO-CASEARI
Il latte prodotto in estate è caratterizzato da maggior variabilità, elevato
SCC e lieve deterioramento delle caratteristiche tecnologiche
Formaggio prodotto in estate ricco in grassi e proteine
Ulteriori studi per aumentare la numerosità campionaria ed indagare la
variabilità dei dati attraverso analisi della varianza
Daniela Tambosi - Corso di Laurea Magistrale in Scienze e Tecnologie Agrarie - 16 dicembre 2020 17/20RIFERIMENTI BIBLIOGRAFICI
• VetInfo Anagrafe Nazionale Zootecnica, visitato il 15/11/2020. Patrimonio Zootecnico – Bovini e
Bufalini https://www.vetinfo.it/
• Bonsembiante M. e Cozzi G. 2005. L'allevamento nella montagna veneta come sistema produttivo e
strumento di difesa ambientale. In: La montagna veneta tra rilancio territoriale e nuova identità
economica. Ed. Franco Angeli, Milano
• Sturaro E. 2010. Livestock systems and environment on the Alps. Acta Agraria Kaposváriensis Vol 14
(2), 23-31
• Rutherford G.N., Bebi P., Edwards P.J. e Zimmermann NE. 2008. Assessing land-use statistics to
model land cover change in a mountainous landscape in the European Alps. Ecological Modelling
212, 460-471
• Ramanzin M. e Battaglini L. 2014. Il paesaggio agro-zootecnico e silvo-pastorale della montagna
alpina. In Ronchi B., Pulina G. e Ramanzin M., Il paesaggio zootecnico italiano. FrancoAngeli, Milano
• Battaglini L., Decastelli L., Martorana M., Ighina A., Adriano D. e Gallina S. 2004. Formaggi ovicaprini
piemontesi: riscoperta di produzioni casearie montane. In Caratterizzazione di formaggi tipici
dell’arco alpino: il contributo della ricerca, ed. Gasperi F. e Versini G. 51-55, San Michele all’Adige
• Pornaro C., Basso E. e Macolino S. 2019. Pasture botanical composition and forage quality at farm
scale: A case study. Italian Journal of Agronomy 14, 1480
• Andueza D., Rodrigues A. M., Picard F., Rossignol N., Baumont R., Cecato U. e Farruggia A. 2015.
Relationships between botanical composition, yield and forage quality of permanent grasslands
over the first growth cycle, Grass and Forage Science. 71, 366–378
• McDonald P., Edwards R.A., Greenhalgh J.F.D., Morgan C.A., Sinclair L.A. e Wilkinson R.G. 2011.
Animal Nutrition. Ed. 7 Pearson 481-498
Daniela Tambosi - Corso di Laurea Magistrale in Scienze e Tecnologie Agrarie - 16 dicembre 2020 18/20RIFERIMENTI BIBLIOGRAFICI
• Romanzin A., Corazzin M., Piasentier E. e Bovolenta S. 2013. Effect of rearing system (mountain
pasture vs. indoor) of Simmental cows on milk composition and Montasio cheese characteristics.
Journal of Dairy Research. 80, 390–399
• Saha S., Amalfitano N., Sturaro E., Schiavon S., Tagliapietra F., Bittante G., Crafa I., Franciosi E. e
Gallo L. 2019. Effects of Summer Transhumance of Dairy Cows to Alpine Pastures on Body
Condition, Milk Yield and Composition, and Cheese Making Effciency. Animals 9, 192
• Bergamaschi M., Cipolat-Gotet C.,Stocco G., Valorz C., Bazzoli I., Sturaro E., Ramanzin M. e
Bittante G. 2016. Cheesemaking in highland pastures: Milk technological properties, cream,
cheese and ricotta yields, milk nutrients recovery, and products composition, J. Dairy Science 99,
1–16
• Bailoni L.1, Battaglini L.M.2, Gasperi F.3, Mantovani R.1, Biasioli F.3 e Mimosi A., 2005. Qualità del
latte e del formaggio d’alpe, caratteristiche sensoriali, tracciabilità e attese del consumatore.
Quaderno Sozoalp n2
• De Marchi M., Dal Zotto R., Cassandro M. e Bittante G. 2007. Milk coagulation ability of five dairy
cattle breeds. Journal Dairy Science 90, 3986–3992
• Penasa M., Toffanin V., Cologna N., Cassandro M. e De Marchi M. 2016. Effects of dairy factory,
milk casein content and titratable acidity on coagulation properties in Trentingrana dairy
industry. Journal of Dairy Research 83, 242–248
• Alothman M., Hogan S. A., Hennessy D., Dillon P., Kilcawley K. N., O’Donovan M., Tobin J., Fenelon
M. A. e O’Callaghan T. F. 2019. The “Grass-Fed” Milk Story: Understanding the Impact of Pasture
Feeding on the Composition and Quality of Bovine Milk. Foods. 8, 350
Daniela Tambosi - Corso di Laurea Magistrale in Scienze e Tecnologie Agrarie - 16 dicembre 2020 19/20Puoi anche leggere
